Memristori: cosa sono e come funzionano

Condividi l'articolo

Immagina un componente elettronico capace di ricordare quanta corrente lo ha attraversato, anche dopo che lo hai spento. Non è fantascienza: si chiama memristore, ed è considerato uno dei mattoni fondamentali dell’elettronica del futuro, soprattutto per costruire computer che imitano il funzionamento del cervello. Vediamo cosa è, come funziona e perché tanti ricercatori ci puntano.

Cosa è un memristore

Il memristore è un componente elettronico il cui nome nasce dalla fusione di due parole inglesi, memory e resistor: letteralmente, “resistenza con memoria”. La sua caratteristica principale è proprio questa: la sua resistenza elettrica, cioè la difficoltà che oppone al passaggio della corrente, dipende dalla storia della corrente che lo ha attraversato in passato.

In parole semplici, un memristore “ricorda” il suo stato precedente. E lo ricorda anche quando viene spento, senza bisogno di alimentazione, comportandosi quindi come una piccola memoria non volatile.

Il quarto elemento fondamentale

Per capire perché il memristore è così interessante bisogna fare un passo indietro. L’elettronica classica si basa su tre componenti passivi fondamentali: il resistore, il condensatore e l’induttore. Nel 1971 l’ingegnere Leon Chua, studiando le relazioni tra le grandezze elettriche, ipotizzò per ragioni di simmetria l’esistenza di un quarto elemento mancante, che collegava la carica elettrica al flusso magnetico. Lo chiamò, appunto, memristore.

Per decenni rimase una previsione teorica. La svolta arrivò nel 2008, quando un gruppo di ricerca dei laboratori HP annunciò di aver realizzato un dispositivo fisico che si comportava come il memristore descritto da Chua, riaccendendo l’interesse mondiale per questa tecnologia.

Il memristore è considerato il quarto elemento fondamentale dell'elettronica
Il memristore è considerato il quarto elemento fondamentale dell’elettronica (foto: Pixabay/Pexels)

Come funziona

Un memristore è tipicamente costituito da un sottilissimo strato di materiale, spesso un ossido metallico, racchiuso tra due elettrodi. Quando lo attraversa una corrente elettrica, all’interno del materiale avvengono minuscoli spostamenti di atomi o di difetti nella struttura, che modificano la conducibilità dello strato.

Questi cambiamenti restano “congelati” quando la corrente cessa: ecco perché il dispositivo conserva memoria del suo stato. Applicando poi una tensione di segno opposto, è possibile riportarlo indietro. In pratica, il memristore può assumere e mantenere diversi livelli di resistenza, come una manopola che ricorda la posizione in cui è stata lasciata.

Perché è così importante

Il grande vantaggio del memristore è che unisce due funzioni in un solo componente: può elaborare e memorizzare l’informazione nello stesso punto. Nei computer tradizionali, invece, la memoria e l’unità di calcolo sono separate, e gran parte dell’energia e del tempo se ne va nel continuo trasferimento di dati tra le due. È il cosiddetto “collo di bottiglia” dell’architettura classica.

Avvicinando calcolo e memoria, i memristori promettono dispositivi più veloci e soprattutto molto più efficienti dal punto di vista energetico, un aspetto cruciale in un’epoca in cui i consumi dell’informatica sono in costante aumento.

Calcolo e memoria nello stesso punto: il vantaggio chiave dei memristori
Calcolo e memoria nello stesso punto: il vantaggio chiave dei memristori (foto: Sergei Starostin/Pexels)

Memristori e intelligenza artificiale

È soprattutto nel campo dell’intelligenza artificiale che i memristori suscitano più entusiasmo. Il nostro cervello elabora e conserva le informazioni negli stessi punti, le sinapsi, con un’efficienza energetica straordinaria. I memristori si comportano in modo sorprendentemente simile a una sinapsi: possono “rafforzarsi” o “indebolirsi” a seconda dei segnali ricevuti.

Per questo sono al centro della ricerca sul cosiddetto calcolo neuromorfico, cioè la costruzione di chip ispirati alla struttura del cervello. Reti di memristori potrebbero eseguire le operazioni tipiche delle reti neurali artificiali direttamente nell’hardware, riducendo enormemente i consumi rispetto ai processori attuali.

Dove potrebbero essere usati

Le applicazioni immaginate sono numerose. Oltre al calcolo neuromorfico e all’intelligenza artificiale a basso consumo, i memristori sono studiati per realizzare nuove memorie non volatili, più dense e rapide di quelle attuali, e per dispositivi capaci di elaborare dati direttamente dove vengono raccolti, ad esempio nei sensori. Si pensa anche a un loro impiego in piccoli apparecchi intelligenti che devono funzionare a lungo con pochissima energia.

Reti di memristori potrebbero imitare le sinapsi del cervello
Reti di memristori potrebbero imitare le sinapsi del cervello (foto: Pok Rie/Pexels)

A che punto siamo davvero

È importante mantenere le aspettative realistiche. Nonostante i progressi, i memristori devono ancora superare diverse sfide prima di diventare una tecnologia diffusa: la produzione su larga scala, l’affidabilità nel tempo e la ripetibilità del comportamento sono aspetti su cui la ricerca sta ancora lavorando. Molti risultati promettenti sono per ora limitati ai laboratori. Rappresentano però una delle direzioni più interessanti per ripensare il modo in cui costruiamo i computer, in parallelo ad altre frontiere come i qubit topologici del chip Majorana. Per approfondire i principi teorici si può consultare la voce dedicata al memristore su Wikipedia.

Domande frequenti

Cosa significa la parola memristore?

Nasce dall’unione di “memory” (memoria) e “resistor” (resistore). Indica un componente la cui resistenza dipende dalla corrente che lo ha attraversato in passato.

Chi ha inventato il memristore?

Il concetto teorico fu proposto nel 1971 dall’ingegnere Leon Chua. Il primo dispositivo fisico funzionante fu annunciato dai laboratori HP nel 2008.

A cosa serve un memristore?

Può memorizzare ed elaborare informazioni nello stesso punto. È studiato per nuove memorie, per l’intelligenza artificiale a basso consumo e per i chip neuromorfici.

Perché è utile per l’intelligenza artificiale?

Perché si comporta in modo simile a una sinapsi del cervello e permette di realizzare reti neurali direttamente nell’hardware, con consumi molto ridotti.

Cosa è il calcolo neuromorfico?

È un approccio che progetta chip ispirati alla struttura del cervello, in cui memoria ed elaborazione sono integrate, come avviene nelle sinapsi.

I memristori sono già in commercio?

Sono ancora in gran parte oggetto di ricerca. Restano da risolvere sfide di produzione, affidabilità e ripetibilità prima di una diffusione su larga scala.